保持GC低開銷的竅門有哪些?

隨著一再拖延而即將發(fā)布的 Java9，G1(“Garbage First”)垃圾回收器將被成為 HotSpot 虛擬機默認(rèn)的垃圾回收器。從 serial 垃圾回收器到CMS 收集器， JVM 見證了許多 GC 實現(xiàn)，而 G1 將成為其下一代垃圾回收器。

隨著垃圾收集器的發(fā)展，每一代 GC 與其上一代相比，都帶來了巨大的進步和改善。parallel GC 與 serial GC 相比，它讓垃圾收集器以多線程的方式工作，充分利用了多核計算機的計算能力。CMS(“Concurrent Mark-Sweep”)收集器與 parallel GC 相比，它將回收過程分成了多個階段，使得應(yīng)用線程正在運行的時候，收集工作可以并發(fā)地完成，大大改善了頻繁執(zhí)行 “stop-the-world” 的情況。G1 對于擁有大量堆內(nèi)存的 JVM 表現(xiàn)出更好的性能，并且具有更好的可預(yù)測和統(tǒng)一的暫停過程。

Tip #1: 預(yù)測集合的容量

所有標(biāo)準(zhǔn)的 Java 集合，包括定制和擴展的實現(xiàn)(比如 Trove 和 Google 的 Guava),底層都使用了數(shù)組(原生數(shù)據(jù)類型或者基于對象的類型)。因為數(shù)組一旦被分配，其大小就不可變，因此添加元素到集合時，大多數(shù)情況下都會導(dǎo)致需要重新申請一個新的大容量數(shù)組替換老的數(shù)組（指集合底層實現(xiàn)使用的數(shù)組）。

即使沒有提供集合初始化的大小，大多數(shù)集合的實現(xiàn)都盡量優(yōu)化重新分配數(shù)組的處理并且將其開銷平攤到最低。不過，在構(gòu)造集合的時候就提供大小可以得到最佳的效果。

讓我們將下面的代碼作為一個簡單的例子分析一下:

public static List reverse(List & lt; ? extends T & gt; list) {
 
 List result = new ArrayList();
 
 for (int i = list.size() - 1; i & gt; = 0; i--) {
  result.add(list.get(i));
 }
 
 return result;
}

This method allocates a new array, then fills it up with items from another list, only in reverse order. 這個方法分配了一個新的數(shù)組，然后用另一個 list 中元素對該數(shù)組進行填充，只是元素的數(shù)序發(fā)生了變化。

這個處理方式可能會付出慘重的性能代價，其優(yōu)化的點在添加元素到新的 list 中這行代碼。 隨著每一次添加元素，list 都需要確保其底層數(shù)組擁有足夠的位置來容納新的元素。如果有空閑的位置，那么只是簡單地將新元素存儲到下一個空閑的槽位。如果沒有的話，將分配一個新的底層數(shù)組，拷貝舊的數(shù)組內(nèi)容到新的數(shù)組中，然后添加新的元素。這將導(dǎo)致多次分配數(shù)組，那些剩余的舊數(shù)組最終被 GC 所回收。

我們可以通過在構(gòu)造集合時讓其底層的數(shù)組知道它將存儲多少元素，從而避免這些多余的分配

public static List reverse(List & lt; ? extends T & gt; list) {
 
 List result = new ArrayList(list.size());
 
 for (int i = list.size() - 1; i & gt; = 0; i--) {
  result.add(list.get(i));
 }
 
 return result;
 
}

上面的代碼通過 ArrayList 的構(gòu)造器指定足夠大的空間來存儲 list.size() 個元素，在初始化時完成分配的執(zhí)行，這意味著 List 在迭代的過程中無需再次分配內(nèi)存。

Guava 的集合類則更進一步，允許初始化集合時明確指定期望元素的個數(shù)或者指定一個預(yù)測值。

List result = Lists.newArrayListWithCapacity(list.size());
List result = Lists.newArrayListWithExpectedSize(list.size());

上面的代碼中，前者用于我們已經(jīng)準(zhǔn)確地知道集合將要存儲多少元素，而后者的分配方式考慮了錯誤預(yù)估的情況。

Tip #2:直接處理數(shù)據(jù)流

當(dāng)處理數(shù)據(jù)流時，比如從一個文件讀取數(shù)據(jù)或者從網(wǎng)絡(luò)中下載數(shù)據(jù)，下面的代碼是非常常見的：

byte[] fileData = readFileToByteArray(new File("myfile.txt"));

所產(chǎn)生的字節(jié)數(shù)組可能被解析 XML 文檔、JSON 對象或者協(xié)議緩沖消息，以及一些常見的可選項。

當(dāng)處理大文件或者文件的大小無法預(yù)測時，上面的做法很是不明智的，因為當(dāng) JVM 無法分配一個緩沖區(qū)來處理真正文件時，就會導(dǎo)致OutOfMemeoryErrors。

即使數(shù)據(jù)的大小是可管理的，當(dāng)?shù)嚼厥諘r，使用上面的模式依然會造成巨大的開銷，因為它在堆中分配了一塊非常大的區(qū)域來存儲文件數(shù)據(jù)。

一種更加好的處理方式是使用合適的 InputStream (比如在這個例子中使用 FileInputStream)直接傳遞給解析器，不再一次性將整個文件讀取到一個字節(jié)數(shù)組中。所有主流的開源庫都提供相應(yīng)的 API 來直接接受一個輸入流進行處理,比如:

FileInputStream fis = new FileInputStream(fileName);
MyProtoBufMessage msg = MyProtoBufMessage.parseFrom(fis);

Tip #3: 使用不可變的對象

不變性有太多的好處。甚至不用我贅述什么。然而，有一個優(yōu)點會對垃圾回收產(chǎn)生影響，應(yīng)該關(guān)注一下。

一個不可變對象的屬性在對象被創(chuàng)建后就不能被修改(在這里的例子使用的是引用數(shù)據(jù)類型的屬性)，比如:

public class ObjectPair {
 
 private final Object first;
 private final Object second;
 
 public ObjectPair(Object first, Object second) {
  this.first = first;
  this.second = second;
 }
 
 public Object getFirst() {
  return first;
 }
 
 public Object getSecond() {
  return second;
 }
 
}

將上面的類實例化后會產(chǎn)生一個不可變對象—它的所有屬性用 final 修飾,構(gòu)造完成后就不能改變了。

不可變性意味著所有被一個不可變?nèi)萜魉玫膶ο螅谌萜鳂?gòu)造完成前對象就已經(jīng)被創(chuàng)建。就 GC 而言：這個容器年輕程度至少和其所持有的最年輕的引用一樣。這意味著當(dāng)在年輕代執(zhí)行垃圾回收的過程中，GC 因為不可變對象處于老年代而跳過它們，直到確定這些不可變對象在老年代中不被任何對象所引用時，才完成對它們的回收。

更少的掃描對象意味著對內(nèi)存頁更少的掃描，越少的掃描內(nèi)存頁就意味著更短的 GC 生命周期，也意味著更短的 GC 暫停和更好的總吞吐量。

Tip #4: 小心字符串拼接

字符串可能是在所有基于 JVM 應(yīng)用程序中最常用的非原生數(shù)據(jù)結(jié)構(gòu)。然而，由于其隱式地開銷負擔(dān)和簡便的使用，非常容易成為占用大量內(nèi)存的罪歸禍?zhǔn)住?/p>

這個問題很明顯不在于字符串字面值，而是在運行時分配內(nèi)存初始化產(chǎn)生的。讓我們快速看一下動態(tài)構(gòu)建字符串的例子：

public static String toString(T[] array) {
 
 String result = "[";
 
 for (int i = 0; i & lt; array.length; i++) {
  result += (array[i] == array ? "this" : array[i]);
  if (i & lt; array.length - 1) {
   result += ", ";
  }
 }
 
 result += "]";
 
 return result;
}

這是個看似不錯的方法，接收一個字符數(shù)組然后返回一個字符串。但是這對于對象內(nèi)存分配卻是災(zāi)難性的。

很難看清這語法糖的背后，但是幕后的實際情況是這樣的：

public static String toString(T[] array) {
 
 String result = "[";
 
 for (int i = 0; i & lt; array.length; i++) {
 
  StringBuilder sb1 = new StringBuilder(result);
  sb1.append(array[i] == array ? "this" : array[i]);
  result = sb1.toString();
 
  if (i & lt; array.length - 1) {
   StringBuilder sb2 = new StringBuilder(result);
   sb2.append(", ");
   result = sb2.toString();
  }
 }
 
 StringBuilder sb3 = new StringBuilder(result);
 sb3.append("]");
 result = sb3.toString();
 
 return result;
}

字符串是不可變的，這意味著每發(fā)生一次拼接時，它們本身不會被修改，而是依次分配新的字符串。此外，編譯器使用了標(biāo)準(zhǔn)的 StringBuilder 類來執(zhí)行這些拼接操作。這就會有問題了，因為每一次迭代，既隱式地分配了一個臨時字符串，又隱式分配了一個臨時的 StringBuilder 對象來幫助構(gòu)建最終的結(jié)果。

最佳的方式是避免上面的情況，使用 StringBuilder 和直接的追加，以取代本地拼接操作符(“+”)。下面是一個例子:

public static String toString(T[] array) {
 
 StringBuilder sb = new StringBuilder("[");
 
 for (int i = 0; i & lt; array.length; i++) {
  sb.append(array[i] == array ? "this" : array[i]);
  if (i & lt; array.length - 1) {
   sb.append(", ");
  }
 }
 
 sb.append("]");
 return sb.toString();
}

這里，我們只在方法開始的時候分配了唯一的一個 StringBuilder。至此，所有的字符串和 list 中的元素都被追加到單獨的一個StringBuilder中。最終使用 toString() 方法一次性將其轉(zhuǎn)成成字符串返回。

Tip #5: 使用特定的原生類型的集合

Java 標(biāo)準(zhǔn)的集合庫簡單且支持泛型，允許在使用集合時對類型進行半靜態(tài)地綁定。比如想要創(chuàng)建一個只存放字符串的 Set 或者存儲 Map<Pair, List>這樣的 map，這種處理方式是非常棒的。

真正的問題源于當(dāng)我們想要使用一個 list 存儲 int 類型，或者一個 map 存儲 double 類型作為 value。因為泛型不支持原生數(shù)據(jù)類型，因此另外的一種選擇是使用包裝類型來進行替換，這里我們使用 List 。

這種處理方式是非常浪費的，因為一個 Integer 是一個完全的對象，一個對象的頭部占用12個字節(jié)以及其內(nèi)部的所維護的 int 屬性，每個Integer 對象總共占用16個字節(jié)。這比起存儲相同個數(shù)的 int 類型的 list 而言，其消耗的空間是它的四倍！比這個更加嚴(yán)重的問題在于，事實上因為 Integer 是真正的對象實例，因此它需要垃圾收集階段被垃圾收集器所考慮是否要回收。

為了處理這個問題，我們在 Takipi 中使用非常棒的 Trove 集合庫。Trove 摒棄了部分泛型的特定來支持特定的使用內(nèi)存更高效的原生類型的集合。比如，我們使用非常消耗性能的 Map<Integer, Double> ,在 Trove 中有另一種特別的選擇方案，其形式為 TIntDoubleMap

TIntDoubleMap map = new TIntDoubleHashMap();
map.put(5, 7.0);
map.put(-1, 9.999);
...

Trove 的底層實現(xiàn)使用了原生類型的數(shù)組，所以當(dāng)操作集合的時候不會發(fā)生元素的裝箱(int->Integer)或者拆箱(Integer->int), 沒有存儲對象，因為底層使用原生數(shù)據(jù)類型存儲。

最后

隨著垃圾收集器持續(xù)的改進，以及運行時的優(yōu)化和 JIT 編譯器也變得越來越智能。我們作為開發(fā)者將會發(fā)現(xiàn)越來越少地考慮如何編寫 GC 友好的代碼。然而，就目前階段，不論 G1 如何改進,我們?nèi)匀挥泻芏嗫梢宰龅氖聛韼?JVM 提升性能。

好了，以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家學(xué)習(xí)或者使用Java能帶來一定的幫助，如果有疑問大家可以留言交流。

最新評論